python股票量化交易（12）---使用pyqt5构建股票交易软件主页

实时股票数据

接着上篇博文的内容，今天我们来实现获取与绘制实时的股票行情数据。首先，我们需要通过akshare库获取某一天的实时交易数据，具体代码如下所示：

import akshare as ak
df = ak.stock_zh_a_tick_tx(code="sh600690", trade_date="20210203")
df.to_excel("sh600690.xlsx")

获取之后，我们会得到如下数据：

其中，这里我们可以获取每3秒的股票实时交易变化的数据，同时获取当前交易是买盘还是卖盘，分别买卖多少手。当然，对于炒股新手来说，肯定有个东西很困惑，就是中性盘。在股票交易当中，按常规的逻辑我们不是卖，就是买，中性是个什么鬼？

其实，中性盘的意思是假如当前你挂委托单，卖出10手，而买盘当中，也有委托单，刚好也是10手，且两者价格一致，那么你们直接会匹配成交，这种交易叫做中性盘，可以理解为抵消掉了。

每笔交易详情数据

既然我们已经获取到了每日的股票交易详情数据，接下来要做的就是绘图，具体代码如下：

df = pd.read_excel("sh600690.xlsx")
df['成交时间'] = pd.to_datetime(df['成交时间'])
df['成交时间'] = df['成交时间'].apply(lambda x: x.strftime('%H:%M'))
fig = plt.figure(figsize=(12, 8))
ax = fig.add_subplot(111)
plt.rcParams['font.sans-serif'] = ['SimHei']
ax.plot(np.arange(0, len(df["成交时间"])), df["成交价格"])
ax.xaxis.set_major_locator(ticker.MaxNLocator(20))


def format_date(x, pos=None):
    if x < 0 or x > len(df['成交时间']) - 1:
        return ''
    return df['成交时间'][int(x)]


ax.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
ax.grid(True)
plt.setp(plt.gca().get_xticklabels(), rotation=45, horizontalalignment='right')
plt.show()

运行之后，效果如下图所示：

绘制股票走势图与买卖盘数据

尽然我们已经知道了如何绘制走势图以及获取倒了买卖盘数据，那么根据上篇pyqt5的代码，我们将其加入到首页当中。具体代码如下所示：

# mian.py代码
def init_hometab(self):
	#第一篇代码
	self.mainThread = MainPlotThread()
    self.mainThread.setValue("sh600690")
    self.mainThread._signal.connect(self.mianThread_callbacklog)
    self.mainThread._orderList.connect(self.orderThread_callbacklog)
    self.mainThread.start()

def mianThread_callbacklog(self, df):
    mpl = StockMplCanvas(self, width=5, height=4, dpi=100)
    mpl.start_staict_plot(df)
    mpl_ntb = NavigationToolbar(mpl, self)
    mpl_ntb.setStyleSheet("background-color:white;color:black")

    self.grid.addWidget(mpl, 2, 0, 12, 12)
    self.grid.addWidget(mpl_ntb, 2, 0, 1, 5)

 # 指数显示模块
def tableWidget_connect(self, item):
    QMessageBox.information(self, "QTableWidget", "你选择了" + item.text())

def orderThread_callbacklog(self, urlList):
    ft = QFont()
    ft.setPointSize(10)
    ft.setBold(True)
    m_color = None
    j = 0
    if not self.isListView:
        self.tableWidget.clear()
        self.tableWidget.setHorizontalHeaderLabels(['性质', '成交量(手)', '成交额(元)'])
        for qlist in urlList:
            for index, m_dict in enumerate(qlist):
                if index == 0:
                    if str(m_dict).strip() == "买盘":
                        m_color = QColor(255, 0, 0)
                    elif str(m_dict).strip() == "卖盘":
                        m_color = QColor(0, 255, 0)
                    else:
                        m_color = QColor(255, 255, 255)
                newItem = QTableWidgetItem(str(m_dict))
                newItem.setFont(ft)
                newItem.setForeground(QBrush(m_color))
                self.tableWidget.setItem(j, index, newItem)
            j += 1
    else:
        # 各个板块指数
        self.tableWidget = QTableWidget(len(urlList), 3)
        self.tableWidget.setHorizontalHeaderLabels(['性质', '成交量(手)', '成交额(元)'])
        self.tableWidget.setEditTriggers(QAbstractItemView.NoEditTriggers)  # 不可编辑
        self.tableWidget.horizontalHeader().setSectionResizeMode(QHeaderView.Fixed)  # 禁止拖拽
        self.tableWidget.setSelectionBehavior(QAbstractItemView.SelectRows)  # 只能选中一行
        self.tableWidget.itemClicked.connect(self.tableWidget_connect)
        self.tableWidget.verticalHeader().setVisible(False)
        self.tableWidget.setShowGrid(False)  # 不显示子线条
        self.tableWidget.setColumnWidth(0, 70)  # 设置第一列宽
        self.tableWidget.setColumnWidth(1, 70)  # 设置第二列宽
        self.tableWidget.setColumnWidth(2, 70)  # 设置第三列宽
        for qlist in urlList:
            for index, m_dict in enumerate(qlist):
                if index == 0:
                    if str(m_dict).strip() == "买盘":
                        m_color = QColor(255, 0, 0)
                    elif str(m_dict).strip() == "卖盘":
                        m_color = QColor(0, 255, 0)
                    else:
                        m_color = QColor(255, 255, 255)
                newItem = QTableWidgetItem(str(m_dict))
                newItem.setFont(ft)
                newItem.setForeground(QBrush(m_color))
                self.tableWidget.setItem(j, index, newItem)
            j += 1
        self.grid.addWidget(self.tableWidget, 2, 12, 12, 4)
        self.isListView = False
    self.tableWidget.scrollToBottom()

这里我们使用FigureCanvas将matplotlib绘制的图显示到界面之上，同时使用QTableWidget将买卖盘数据显示到界面上，注意买卖盘数据永远在底部，也就是最近的时间，所以需要通过scrollToBottom移动的低端。

下面，我们来看看绘图类StockMplCanvas：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas
from matplotlib.figure import Figure
import numpy as np

from matplotlib import gridspec
class StockMplCanvas(FigureCanvas):

    def __init__(self, parent=None, width=5, height=4, dpi=100):
        plt.rcParams['font.sans-serif'] = ['SimHei']
        self.fig = Figure(figsize=(width, height), dpi=dpi)
        FigureCanvas.__init__(self, self.fig)
        spec = gridspec.GridSpec(2, 1, height_ratios=[2, 1])
        self.ax1 = self.fig.add_subplot(spec[0])
        self.ax2 = self.fig.add_subplot(spec[1])
        self.setParent(parent)

        FigureCanvas.updateGeometry(self)


    def start_staict_plot(self, df):
        df['成交时间'] = pd.to_datetime(df['成交时间'])
        df['成交时间'] = df['成交时间'].apply(lambda x: x.strftime('%H:%M'))
        self.ax1.plot(np.arange(0, len(df["成交时间"])), df["成交价格"], color='black')
        df_buy = np.where(df["性质"] == "买盘", df["成交量(手)"], 0)
        df_sell = np.where(df["性质"] == "卖盘", df["成交量(手)"], 0)
        self.ax1.set(ylabel=u"股价走势图")
        self.ax2.bar(np.arange(0, len(df)), df_buy, color="red")
        self.ax2.bar(np.arange(0, len(df)), df_sell, color="blue")
        self.ax2.set_ylim([0, df["成交量(手)"].max()/3])
        self.ax2.set(ylabel=u"成交量分时图")
        self.ax1.xaxis.set_major_locator(ticker.MaxNLocator(3))

        def format_date(x, pos=None):
            if x < 0 or x > len(df['成交时间']) - 1:
                return ''
            return df['成交时间'][int(x)]

        self.ax1.xaxis.set_major_formatter(ticker.FuncFormatter(format_date))
        self.ax1.grid(True)
        plt.setp(self.ax2.get_xticklabels(), visible=False)
        plt.setp(plt.gca().get_xticklabels(), rotation=45, horizontalalignment='right')

这里，我们绘制2个图，一个是股票交易图，一个是成交量分时图。代码很简单前面有介绍，这里就不在赘述。

接下来，我们需要获取这些数据方便其绘制：

import akshare as ak
import pandas as pd
from PyQt5 import QtCore
from PyQt5.QtCore import pyqtSignal
from pandas import DataFrame

class MainPlotThread(QtCore.QThread):
    _signal = pyqtSignal(DataFrame)
    _orderList = pyqtSignal(list)
    def setValue(self, shareNumber):
        self.share_num = shareNumber

    def run(self):
        self.list = []
        df = pd.read_excel("sh600690.xlsx")
        self._signal.emit(df)
        self.list.clear()
        for index, row in df.iterrows():
            self.list.append([row['性质'], row['成交量(手)'], row['成交额(元)']])
        self._orderList.emit(self.list)

这里，我们是通过文件获取的数据，你也可以直接通过akshare获取，不过博主建议先获取网络数据，再获取文档数据，因为交易日15点以后，数据是没有变化的。这些免费的数据本来就延迟非常的高，保存在本地，在非交易时间段能加快获取数据的速度。

运行之后，显示的效果如下图所示：